シラバス
| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
|---|---|---|---|---|---|---|---|---|
| メディア情報処理特論 | 2025 | 後期 | 月3 | 理工学研究科博士課程前期課程 | 趙 晋輝 | チョウ シンキ | 1年次配当 | 2 |
科目ナンバー
SG-PI5-8C02
履修条件・関連科目等
「ディジタル信号処理」、「マルチメディア情報処理」、「コンピュータグラフィックス」の履修が望ましい。
授業で使用する言語
日本語
授業で使用する言語（その他の言語）
授業の概要
輪読形式で行う。毎年異なる英文のテキストを選び、担当者がＰＰＴを用いて発表し、受講者全員が議論に参加する。
科目目的
AIとヒューマン情報処理の基本理論と基本方式を習得すること。
到達目標
急激に進歩するAIとメディア情報処理の新しい技術動向を把握するために、深層学習の次世代方式として多様体学習、深層学習に対する敵対攻撃やフェークニュースなどAIセキュリティ、さらに色彩情報処理や表情認識などヒューマン情報処理などの分野で、毎年中心となる技術トピクスを選び、論文の輪読などにより基本理論と基本手法の理解を目標としている。
授業計画と内容
テキストを全受講者の間で分担して進める。昨年のスケジュールは以下のとおりです。今年度は履修者に合わせて調整する予定。
第１回 画像処理基礎
第２回 ３D顔画像のデータ形式との曲面特性
第３回 ３D顔認識方式１：ICPアルゴリズム
第４回 ３D顔認識方式２：PCAとニューラルネット
第５回 ３D顔の曲面特徴抽出
第６回 表情認識基礎
第７回 表情認識の次元論
第８回 表情認識のカテゴリ論
第９回 PCAとMDSによる表情認識
第１０回 多様体学習基礎
第１１回 非線形次元削減
第１２回 リーマン多様体学習
第１３回 色彩視覚基礎
第１４回 色空間と色再現方式
授業時間外の学修の内容
指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出／その他
授業時間外の学修の内容（その他の内容等）
与えられたテーマについて、研究背景や関連文献などをできるだけ広く調べて発表資料を用意すること。
授業時間外の学修に必要な時間数／週
・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。
成績評価の方法・基準
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| その他 | 100 | 指定された課題文献について、必要があれば自ら新たな文献調査を行い、研究の意義、結果、基本手法を正確に理解、整理し、分かりやすく説明でき、質疑応用と議論に対応できる。さらに、文献研究の問題点を指摘し、それを解決する方法を考案する。 |
成績評価の方法・基準（備考）
課題や試験のフィードバック方法
授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法（その他の内容等）
アクティブ・ラーニングの実施内容
PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／プレゼンテーション
アクティブ・ラーニングの実施内容（その他の内容等）
授業におけるICTの活用方法
実施しない
授業におけるICTの活用方法（その他の内容等）
実務経験のある教員による授業
いいえ
【実務経験有の場合】実務経験の内容
【実務経験有の場合】実務経験に関連する授業内容
テキスト・参考文献等
一回目の授業時に提示する。
その他特記事項
参考URL
http://www.ise.chuo-u.ac.jp/ise-labs/jchao-lab/